سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیش بینی سود سهام بورس بازار با استفاده از نزدیک ترین همسایگی و شبکه عصبی و مقایسه آنها با تکنیک رای گیری

Publish Year: 1397
Type: Conference paper
Language: Persian
View: 809

This Paper With 5 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

DCBDP04_058

Index date: 15 September 2018

پیش بینی سود سهام بورس بازار با استفاده از نزدیک ترین همسایگی و شبکه عصبی و مقایسه آنها با تکنیک رای گیری abstract

داده کاوی یکی از علوم روبه رشد است و برای تحلیل پایگاه داده ها بسیار مناسب می باشد. در علوم زیادی از داده کاوی استفاده می شود که می توان به هوش تجاری، تحلیل سبد خرید و پزشکی اشاره نمود. الگوریتم های اصلی داده کاوی 4 دسته می باشند که 2 دسته اصلی آنها الگوریتم های رتبه بندی خصیصه و طبقه بندی هستند. در این پژوهش یک روش برای پیش بینی سود سهام بها بازار با استفاده از تکنیک داده کاوی ارایه می کنیم. ابتدا روش نوینی جهت طبقه بندی داده ها ارایه شده است سپس با پیاده سازی رویکرد فوق بر روی یک پایگاه داده با 371 شرکت در صنعت های مختلف و به دست آوردن دقت هر مدل با توجه به ورودی های دقت هر روش به دست آمده است. از داده های بورس برای کاربردی کردن این پژوهش استفاده کرده ایم و براساس رویکرد میزان تغییر سود سهام شرکت ها را در سال 94 با توجه به داده های شرکت ها پیش بینی نموده ایم. نتایج حاکی از بالا بودن دقت رویکرد پیشنهادی و سرعت بالای آن بود.

پیش بینی سود سهام بورس بازار با استفاده از نزدیک ترین همسایگی و شبکه عصبی و مقایسه آنها با تکنیک رای گیری Keywords:

پیش بینی سود سهام بورس بازار با استفاده از نزدیک ترین همسایگی و شبکه عصبی و مقایسه آنها با تکنیک رای گیری authors

مهشاد نجفی

دانشجو، گروه مهندسی فناوری اطلاعات، دانشکده تجارت الکترونیک،واحد خمین، دانشگاه آزاد اسلامی، خمین، ایران

حمید پایگذار

استاد راهنما، عضو هیئت علمی گروه مهندسی فناوری اطلاعات، دانشکده تجارت الکترونیک،واحد خمین، دانشگاه آزاد اسلامی، خمین، ایران

حسین مالکی نژاد

استاد مشاور، گروه مهندسی فناوری اطلاعات، دانشکده تجارت الکترونیک،واحد خمین، دانشگاه آزاد اسلامی، خمین، ایران

مقاله فارسی "پیش بینی سود سهام بورس بازار با استفاده از نزدیک ترین همسایگی و شبکه عصبی و مقایسه آنها با تکنیک رای گیری" توسط مهشاد نجفی، دانشجو، گروه مهندسی فناوری اطلاعات، دانشکده تجارت الکترونیک،واحد خمین، دانشگاه آزاد اسلامی، خمین، ایران؛ حمید پایگذار، استاد راهنما، عضو هیئت علمی گروه مهندسی فناوری اطلاعات، دانشکده تجارت الکترونیک،واحد خمین، دانشگاه آزاد اسلامی، خمین، ایران؛ حسین مالکی نژاد، استاد مشاور، گروه مهندسی فناوری اطلاعات، دانشکده تجارت الکترونیک،واحد خمین، دانشگاه آزاد اسلامی، خمین، ایران نوشته شده و در سال 1397 پس از تایید کمیته علمی چهارمین کنفرانس ملی محاسبات توزیعی و پردازش داده های بزرگ پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله میزان تغییر سود سهام، بها بازار، طبقه بندی، داده کاوی، شبکه عصبی، نزدیک ترین همسایگی هستند. این مقاله در تاریخ 24 شهریور 1397 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 809 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که داده کاوی یکی از علوم روبه رشد است و برای تحلیل پایگاه داده ها بسیار مناسب می باشد. در علوم زیادی از داده کاوی استفاده می شود که می توان به هوش تجاری، تحلیل سبد خرید و پزشکی اشاره نمود. الگوریتم های اصلی داده کاوی 4 دسته می باشند که 2 دسته اصلی آنها الگوریتم های رتبه بندی خصیصه و ... . این مقاله در دسته بندی موضوعی داده کاوی و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله پیش بینی سود سهام بورس بازار با استفاده از نزدیک ترین همسایگی و شبکه عصبی و مقایسه آنها با تکنیک رای گیری با 5 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.